Metode-metode Klasifikasi

Aji Prasetya Wibawa

Abstract


Pengoalahan data merupakan salah satu hal yang penting pada teknologi informasi. Berbagai macam data yang diolah dengan metode yang efektif dan efisien akan menghasilkan informasi yang akurat. Sejalan dengan perkembangan teknologi, bermacam metode pengolahan data juga dikembangkan. Hal ini untuk memenuhi kebutuhan akan metode yang digunakan sesuai dengan tipe data yang akan diolah. Salah satu metode dalam pengolahan data adalah klasifikasi. Klasifikasi merupakan cara pengelompokkan data sesuai dengan ciri-ciri atau karakteristik data tersebut. Artikel ini akan membahas berbagai macam metode klasifikasi yang umum digunakan serta menjabarkan karakteristik, kelebihan dan keurangan setiap metode. Metode-metode klasifikasi yang akan dibahas diantaranya; Jaringan Saraf Tiruan, Naïve Bayes, Support Vector Machine, Decission Tree, dan Fuzzy.

Keywords


Klasifikasi; Jaringan Saraf Tiruan; Naïve Bayes; Support Vector Machine; Decission Tree; Fuzzy;

Full Text:

PDF

References


M. A. Shadiq, “Keoptimalan Naive Bayes dalam Kualifikasi,” Universitas Pendidikan Indonesia, 2009.

R. Y. Dillak, D. M. Pangestuty, and M. G. Bintiri, “Klasifikasi Jenis Musik Berdasarkan File Audio Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization,” in Seminar Nasional Informatika, 2012, pp. 122–125.

A. Gupta, S. Gupta, and D. Singh, “A Systematic Review of Classification Techniques and Implementation of ID3 Decision Tree Algorithm,” pp. 144–152, 2015.

S. Natalius, “Metoda Naïve Bayes Classifier dan Penggunaannya pada Klasifikasi Dokumen,” J. Inst. Teknol. Bandung, no. 3, 2011.

K. Haggblade, Michael Hong, Yang Kao, “Music genre classification,” Dep. Comput. Sci. Stanford Univ., pp. 1–5, 2003.

D. Oktafia and D. D. L. C. Pardede, “Perbandingan Kinerja Algoritma Decission Tree Dan Naive Bayes Dalam Memprediksi Kebangkrutan,” vol. 2008, p. 2008, 2008.

C. Cortes and V. Vapnik, “Support vector machine,” Mach. Learn., pp. 1303–1308, 1995.

E. Susilowati, M. K. Sabariah, and A. A. Gozali, “Implementasi Metode Support Vector Machine untuk Melakukan Klasifikasi Kemacetan Lalu Lintas pada Twitter,” eProceedings Eng., vol. 2, no. 1, pp. 1–7, 2015.

C. Y. Feriyawan and P. Danoedoro, “Kajian Kemampuan Jaringan Syaraf Tiruan Algoritma Backpropagation untuk Klasifikasi Penggunaan Lahan Menggunakan Citra ALOS AVNIR-2,” J. Bumi Indones., vol. 1, no. 3, pp. 101–110, 2012.

N. Nai-Arun and R. Moungmai, “Comparison of Classifiers for the Risk of Diabetes Prediction,” Procedia Comput. Sci., vol. 69, pp. 132–142, 2015.

Nurmahaludin, “Analisis Perbandingan Metode Jaringa Syaraf tiruan dan Regresi Linear Berganda pada Prakiraan Cuaca,” J. INTEKNA, vol. 14, no. 2, 2014.

A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” Citec J., vol. 2, no. 3, pp. 207–217, 2015.

M. Kumar, S. Singh, and S. K. Rath, “Classification of microarray data using functional link neural network,” Procedia Comput. Sci., vol. 57, pp. 727–737, 2015.

T. N. Phyu, “Survey of Classification Techniques in Data Mining,” Int. MultiConference Eng. Comput. Sci., vol. I, pp. 18–20, 2009.

L. D. Utami and R. S. Wahono, “Integrasi Metode Information Gain Untuk Seleksi Fitur dan Adaboost Untuk Mengurangi Bias Pada Analisis Sentimen Review Restoran Menggunakan Algoritma Naïve Bayes,” J. Intell. Syst., vol. 1, no. 2, pp. 120–126, 2015.

C. Darujati and A. B. Gumelar, “Pemanfaatan Teknik Supervised Untuk Klasifikasi Teks Bahasa Indonesia,” J. LINK, vol. 16, no. 1, pp. 1–8, 2012.

M. I. Mandel, G. E. Poliner, and D. P. W. Ellis, “Support vector machine active learning for music retrieval.,” Multimed. Syst., vol. 12, no. 1, pp. 3–13, 2006.

A. Artiastuti, K. Usman, and E. Susatio, “Analisis Perbandingan Metode Klasifikasi Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Learning Vector Quantization pada Sistem Pengenalan Wajah,” Universitas Telkom, 2014.

R. Pandya and J. Pandya, “C5.0 Algorithm to Improved Decision Tree with Feature Selection and Reduced Error Pruning,” Int. J. Comput. Appl., vol. 117, no. 16, pp. 18–21, 2015.

S. Singh and P. Gupta, “Comparative study ID3, cart and C4 . 5 Decision tree algorithm: a survey,” Int. J. Adv. Inf. Sci. Technol., vol. 27, no. 27, pp. 97–103, 2014.

W. Maharani, “Klasifikasi Data Menggunakan JST Backpropagation Momentum Dengan Adaptive Learning Rate,” Semin. Nas. Inform., vol. 1, no. semnasIF, pp. 25–31, 2009.

R. R. Hermanto, “Neural Network dan implementasinya dalam data mining,” pp. 1–5.

I. E. Ardianto, “Model Estimasi Neural Network, Aplikasi Peramalan Tingkat bagi Hasil Deposito Mudharabah dengan Variabel Makroekonomi sebagai Penentu,” Universitas Diponegoro, 2012.

A. Saelan, “Logika Fuzzy,” no. 13508029, pp. 1–5, 2009.

A. Ramadhika, “Klasifikasi Genre Musik Berdasarkan Fitur Audio menggunakan Support Vector Machine,” Institut Negeri Sepuluh Nopember, 2010.

T. P. Nugraha, R. D. Atmaja, and I. N. A. Ramatryana, “Simulasi dan Analisis Klasifikasi Genre Musik Berbasis FFT dan K-Nearest Neighbour,” eProceedings Eng., vol. 2, no. 2, pp. 1–6, 2015.

T. R. Agustine, I. I. Tritoasmoro, and J. Haryatno, “Analisis Pengenalan Klasifikasi Musik berdasarkan Genre dengan Menggunakan Jaringan Syaraf Tiruan SOMS (Self-Organizing-Maps),” Universitas Telkom, 2009.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.